Minitab 17提供了Minitab中最常用的选项和工具。
大多数统计分析都要求您遵循一系列步骤，这些步骤通常由先验知识或要研究的主题领域确定。
示例：使用图形浏览数据，执行统计分析，评估质量，设计实验。
一家在线书店拥有三个区域运输中心，可以将订单分发给客户。每个运输中心都使用不同的计算机系统来输入和处理订单信息。商店希望确定在这三个运输中心使用哪种计算机系统效率最高。
在Minitab 17入门中，您将学习使用Minitab时将分析来自装运中心的数据。您将制作图表并进行统计分析，以识别哪个运输中心拥有最高效的计算机系统。然后，您将专注于该中心的数据。首先，您将创建控制图以测试中心的运输过程是否处于受控状态。然后，您将执行功能分析，以查看该过程是否在规格限制之内。最后，您将进行实验以确定如何改进这些过程。
您还将学习会话命令以及如何生成报告，准备工作表和自定义Minitab。
在开始分析之前，请打开Minitab并检查Minitab用户界面。在Windows任务栏上，选择：
开始>所有程序> Minitab> Minitab 17统计软件。
默认情况下，Minitab打开时会显示两个可见窗口，并且最小化一个窗口。
会话窗口
会话窗口以文本格式显示测试结果。您也可以在此窗口中输入会话命令，而不使用Minitab的菜单。
工作表
工作表类似于电子表格，您可以在其中输入和组织数据。您可以打开多个工作表。
专案经理
在工作表下，第三个窗口“项目管理器”已最小化。
在项目中，您可以操纵数据，执行分析并生成图形。项目包含一个或多个工作表。
项目文件（.MPJ）存储以下项目：
- 工作表图表会话窗口结果会话命令历史记录对话框设置窗口布局选项
第2步
在任务栏中，选择“统计”，然后选择“基本统计”，然后选择“显示描述性统计”。
第三步
在变量窗口中选择所需的均值，可以通过双击或通过“选择”按钮将变量名移至右侧窗口。
第4步
第5步
选择“中位数”框，然后按两次“确定”。中位数将显示在新窗口中。
该特定练习的中位数将是：256
在这项研究中，可以观察到数据之间存在很多离散，因为标准偏差非常大，并且范围可以确认为334。
CHART OF 散射
散点图可让您直观地了解数据的状况。散点图类似于折线图。唯一的区别是折线图具有实线，而散点图具有一系列点。
Statistics中的散点图为简单的线性回归奠定了基础，在这里我们采用散点图并尝试使用函数创建可用的模型。所有回归实际上所做的是尝试通过所有这些点画一条线。
例：
一家比萨店想知道烘烤时间如何影响其产品，因为他们已经根据上述时间观察到有缺陷的部分，为此，对7件具有不同烘烤时间（变量X）的样品进行了采样，从而回顾了结果。缺陷部分（变量Y）。
第1步
在2栏中输入信息。第一列必须是变量X（自变量），第二列必须是变量Y（因变量）。确保在每列的第一行中为数据添加标题-这将创建散点图。
感兴趣的数据
散点图或散点图或散点图是一种数学图，它使用笛卡尔坐标显示数据集的两个变量的值。数据显示为一组点，每个点都有一个变量的值，该变量确定水平（x）轴上的位置，而另一个变量的值则由垂直轴上的位置确定
（和）。
第2步
从工具栏中选择“图形”，然后选择“散点图”。
第三步
选择“简单”选项。在大多数情况下，这是在基本统计信息中用于散点图的选项。您可以选择其他任何一个（例如线散点图），但是很少使用它们。
第4步
在左侧窗口中选择分配给变量“ y”的名称，然后选择“选择”以将变量“ y”移至该变量的框中，或双击“ click”。
第5步
在左侧窗口中选择变量x的名称，然后选择“选择”以将该变量移至变量“ x”框中或双击。
第6步
选择“确定”以在Minitab中创建散点图。该图将出现在单独的窗口中。
从图中可以看出，当烘烤时间增加时，缺陷部分也会增加，这表明变量X和变量Y之间存在很强的正相关关系，比萨店必须做的是找到最佳时间，其中披萨将在最短的烘烤时间内正确烹饪。
在确定某个过程处于统计控制之下之后，您想知道该过程是否有能力。如果过程符合规格并产生可接受的零件或结果，则该过程具有能力。要评估过程能力，请将过程变化的蔓延与规格限制的宽度进行比较。
重要的提示
不要评估不受控制的流程的能力，因为对流程能力的估计可能不正确。
PPK
容量的指标或统计信息是评估流程容量的一种简单方法。由于能力索引将过程信息简化为个位数，因此很容易将一个过程与另一个过程进行比较。
建议在评估数据处理能力之前进行正态分析，测试结果表明是否应拒绝数据来自正态分布总体的原假设。您可以在同一分析中执行正态性检验并生成正态概率图。正态性检验和概率图通常是判断正态性的最佳工具，尤其是对于小样本而言。
第1步
从下到上将数据写入Minitab工作表中（对于本示例，我们将使用从保险丝的电阻测量中获得的数据）。
感兴趣的数据
与Cpk一样，Ppk是一种能力指数，它指示过程是否能够满足双面规范限制。但是，Ppk使用当前标准偏差进行过程方差计算，而Cpk使用估计的标准偏差。Ppk考虑了目标值，因此系统不必专注于目标值就可以使用。Ppk高于1表示该过程可以满足规格。
第2步
我们在工具栏中选择“统计”，然后选择“基本统计”，最后选择“正常性测试”
然后将出现以下框：
第三步
我们在左侧窗口中双击“ C1电阻”变量，将其移至变量的右侧框。
第4步
我们选择“确定”，它在单独的窗口中显示“正常概率”图。
为了确定数据是否正常，P值必须> 0.05，在这种情况下，数据应正常，因为P值大于0.05。
第5步
我们在工具栏上的“显示工作表文件夹”窗口中单击“单击”，以返回到获取的数据
第6步
在工具栏中，我们选择“统计”，“质量工具”，“能力分析”和“正常”，如下所示：
然后将出现以下窗口：
步骤7
自动将光标置于“ Single Column”右侧的第一个框中，在“ C1 Resistance”的左侧窗口中双击“ click”，它将自动移至右侧的框中，然后将1或5放置在“子组大小”取决于读数的方式，如果是单批30件，或者是6批5件，则放置了规格限制，“最低规格”中为最小值，“较高规格”中为最大值”然后按“确定”图标。
步骤8
一旦获得图形，我们可以查看过程能力的值，在这种情况下，我们对Ppk感兴趣。
建议Ppk的最小值为1.67，以考虑该过程的能力，在这种情况下，结果为0.19，这意味着我们的过程不能够，但是我们的Cp（潜力）为3.40，并且我们的标准偏差非常小，这表明如果下一次运行的模式保持不变，则可能是限值设置错误，并且仅需要进行限值调整。
第2步
在工具栏中，选择：“统计”，“控制图”，“个人变量图”和“个人”。
然后将出现以下窗口：
第三步
在左侧窗口中，双击变量X1 x1，它会自动传输到变量右侧的窗口中。
第4步
按确定，将生成单个值的图形。
可以看出，所有值都在控制范围内，Minitab提供的限制等于3 sigma。
如果要在图形中包括所有测试以确定过程是否稳定，请在工具栏中选择选项“编辑上一个对话框”
然后在“测试”的“ I-Chart选项”中，选择“针对特殊原因执行所有测试”，然后按OK。
在这种特殊情况下，图形保持不变，因为数据在处理过程中没有不稳定性。
图C
通常，当样本大小恒定时，C图用于绘制样本中缺陷的总数。您可以检查一种缺陷类型，例如坏点。
您还可以检查以确定多个缺陷，例如坏点，残留像素，条纹和模糊点。LCD屏幕可以有2-3个坏点，仍然可以接受。
示例：LCD屏幕制造商想要监视17英寸LCD屏幕是否有缺陷。技术人员每小时记录10个屏幕的每个子集的坏点数量。他们使用C图表来监视坏点的数量。
第1步
使用第一列将数据加载到每个Minitab运行中。
感兴趣的数据
缺陷被称为缺乏或缺乏事物的适当和自然品质，或任何自然或道德上的缺陷。
这不是唯一缺乏品质或完美或拥有它的有限程度，而是当这些相同的否定影响对象时，这些相同的否定会影响对象，其具体本质要求所述品质或完美或更高的程度。
U形图还绘制了缺陷图。但是，U形图显示了每单位的缺陷数量。当子组的大小不恒定时，U图表很有用。
第2步
在工具栏中，选择“统计”，“控制图”，“属性图”，“ C”
第三步
双击左侧窗口中的c1号，信息将自动移至右侧的“变量”窗口
然后选择确定。
平均而言，技术人员在每个样本中发现7.56个坏点。样本5失控。技术人员应尝试找出可能导致异常像素数量异常高的任何特殊原因。
参考书目
- https://www.minitab.com/zh_cn/uploadedFiles/Documents/使用入门/ Minitab17_GettingStarted – es – pdf https://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica）https：//es.wikipedia 。 org / wiki / Dispersion_Diagram％C3％B3n http://www.manufacturingterms.com/Spanish/Ppk.html http://support.minitab.com/es–mx/minitab/17/topic–library/quality–tools/控制图/理解–属性–控制–图表/什么–是– a – c –图表/ http://support.minitab.com/es-mx/minitab/17/topic-library/quality-tools/capability 分析/功能–度量标准/ ppk – ppu – ppl –和– cpm –度量–总体–流程–能力/
